Confusion liée à la différence des processus de krigeage et de gaussien

J'ai du mal à comprendre quelle est la différence entre le krigeage et les processus gaussiens. Je veux dire que wiki dit qu'ils sont les mêmes, mais leurs formules de prédiction sont tellement différentes.

Je suis un peu confus pourquoi ils sont appelés similaires. Des clarifications?

gaussian-process

— user34790
source

Il y a quelques différences subtiles entre le krigeage ordinaire et simple, peut-être que cela vous embrouille. La régression GP dans la façon dont elle est généralement présentée est analogue au krigeage simple. Dans l'entrée de Wikipédia sur le processus gaussien, il est dit que l'article se réfère explicitement à une " distribution zéro "; c'est la même hypothèse que celle du krigeage simple.

De manière générale, le krigeage est généralement effectué dans des espaces à 2 ou 3 dimensions (par exemple, concentration de polluants le long d'une zone donnée), tandis que la plupart des exemples de jouets GPR sont à une dimension (par exemple, concentration de dans l'atmosphère en fonction du temps). $CO_2$

En fin de compte, le krigeage / GPR est une technique d'interpolation et la plupart (pas toutes) de la différence entre les variantes repose sur l'hypothèse de la tendance moyenne (ou E [ ] si vous préférez cette notation). $\mu(X)$ $X_t$

— usεr11852
source

Ce n'est pas vraiment vrai. Souvent, vous voyez dans la littérature GP que sans perte de généralité, ils utilisent des hypothèses de moyenne nulle mais ajoutent ensuite la structure de la moyenne dans le noyau (par exemple avec l'ajout d'un noyau linéaire, etc.). Les médecins généralistes ne sont certainement pas utilisés dans une seule dimension, comme on peut le voir dans presque tous les articles sur le sujet. Le scénario 1D est utilisé uniquement à des fins d'intuition dans les textes d'introduction. En fait, dans la plupart des cas 1D, vous pouvez encoder le GP dans un filtre de Kalman qui est plus efficace sur le plan des calculs.

— j__

@j__ Pour la première partie de votre commentaire: je suis partiellement d'accord mais malheureusement c'est surtout un problème de terminologie que les gens ont parfois tendance à abuser. Je présente la distinction canonique que j'ai vue dans les livres. Pour la deuxième partie: permettez-moi d'être en désaccord. J'ai vu plusieurs applications de cas GPR 1D (par exemple, dans la modélisation des taux de change , en phylogénétique et dans les solutions ODE - celles-ci ne faisant qu'une recherche rapide sur Google). j'apprécie votre commentaire que généralement un cadre statistique (suite)

— usεr11852

prend tout son sens lorsqu'il est appliqué dans des paramètres multivariés, mais cela ne discrédite pas les applications 1D.

— usεr11852

eh bien je vois d'où tu viens. Je suppose que je dirais qu'il est plus courant que les médecins généralistes agissent dans des espaces dimensionnels N généraux au lieu d'être limités aux 2/3, ce qui est le cas avec le Krigeage. Un cas particulier est le réglage 1D. C'est peut-être un bon

— compromis sur lequel

Oui, les cas 1-D ont tendance à être uniques . (

— Jeu de

Les GP sont connus sous le nom de krigeage en géostatistique. Pour en savoir plus sur l'histoire des processus gaussiens, regardez cette vidéo http://youtu.be/4r463NLq0jU?t=26s

— pushkar
source